机器在数学上能否拥有创造性

数学创造性

几千年以来在数学上所取得的成果都是由人类大脑探索发现并推理总结而来的,在数学的原创性创造方面机器几乎无能为力,尽管计算机在数学中应用得越来越广泛。计算机的运作方式与人类大脑完全不同,那么计算机能否拥有数学创造性呢?如果拥有创造性它所创造的数学与人类的数学是否相同呢?

关于活力论

活力论是一种古老的思想,它从生物学和化学来看创造生命的可能性。它认为生命体中包含了一种活力,这种活力是生命必备要素,活力只在生命体中才存在,非生命体则不存在,这是生物与非生物体不相同的法则。在该思想影响下产生了有机物和无机物,有机物包含了无机物没有的活力。一直以来大家都认为无机物无法合成有机物,直到后来尿素和醋酸的合成才改变了这种看法。从这个角度看,合成生命具有可能性。

独特的大脑

很多科学家相信人类心灵智慧具有独特性,人类大脑是唯一具有创造能力的,这种能力动物和计算机无法复制。同样地,在数学的创造性上市机器无法复制的。人类有一种能够思考的内省感觉,而机器则无法获得该能力。

机器能思考吗

计算机和大脑相同的地方是两者都是信息处理系统,人脑速度慢、易出错、存储有限且高度并行化,而计算机则速度快、高可靠、存储量大且通常并非高度并行化。所以以目前的计算机结构来看,就算它能够拥有智能也与人类智能差异非常大。未来机器如果能思考,那么它们的思考必定与我们的思考截然不同。

机器与数学创造力

毫无疑问目前计算机缺乏数学创造力,虽然计算机在数学中已经占据了相当重要的位置,很多数学家用计算机来进行一些数学想法验证。同时计算机也能对一些结论提供证明,主要是完成超出人类的繁琐的逻辑和数值任务,比如四色定理。

看起来计算机确实拥有了某种明确的数学创造力,然而它也仅仅只是在做验证证明工作,人类将某个结论的证明转换成一系列用形式语言描述的引理,然后把推导引理的证明任务留给计算机。这种创造力仅限于按人类事先编好的程序去进行组合搜索。

真正的数学创造力是基于公理和已接受的逻辑法则去发现和证明定理,也就是以逻辑演绎法则和基本公理去发现数学。人类完成数学创造是通过一段段数学文本来实现的,它们是一些定义和定理的段小片段。庞加莱曾经表示,做数学其实就是一个整合的过程,将细小的片段拼接在一起得到一个有趣的定理。

总结起来,数学猜想部分由人类完成,而验证能够由计算机辅助完成,当然一些低水平的猜想能由计算机完成。那些不容易进行形式化的理论思想则需要人类去创造,人类完成的是高水平的数学猜想。

本公众号专注于人工智能、读书与感想、聊聊数学、计算机科学、分布式、机器学习、深度学习、自然语言处理、算法与数据结构、Java深度、Tomcat内核等。

作者简介:笔名seaboat,擅长人工智能、计算机科学、数学原理、基础算法。出版书籍:《Tomcat内核设计剖析》、《图解数据结构与算法》、《图解Java并发原理》《人工智能原理科普》。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
机器学习是一种通过使用统计学和数学模型来教会机器进行任务的方法。其中,数学机器学习中扮演着重要的角色。 在机器学习中,数学提供了一种理论基础和工具,用于分析和推导机器学习算法的性质。例如,数学中的线性代数和概率论被广泛应用于机器学习中的矩阵运算和概率模型。通过数学的分析,我们可以证明算法的收敛性、稳定性和误差上界等性质,从而更好地理解算法并优化其性能。 此外,机器学习也经常使用数学优化方法来解决模型训练过程中的参数估计和优化问题。通过最小化损失函数,我们可以使用数学优化方法来找到模型最优的参数组合。这些数学方法包括梯度下降、牛顿法和拟牛顿法等。 另一方面,视觉也是机器学习中一个重要的应用领域。在计算机视觉中,机器学习算法被用于处理和分析图像和视频数据。通过机器学习方法机器可以学习从图像中提取特征,例如边缘、纹理和形状,并用于物体识别、目标检测和图像分类等任务。 机器学习在计算机视觉中的应用涵盖了很多领域,例如人脸识别、图像分割、目标追踪和图像生成等。通过机器学习,我们可以使计算机更好地理解和处理视觉信息,从而实现自动化和智能化的图像处理和分析。 综上所述,数学机器学习中起着重要的角色,同时机器学习也广泛应用于数学在视觉领域的实际问题解决中。这种交叉应用促进了机器学习和视觉领域的发展,并为我们提供了更强大的工具和方法来解决现实世界的问题。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值